Les progrès de l’IA rendent possible le saut vers la pathologie 3D
Les chercheurs présentent Tripath : de nouveaux modèles d’apprentissage profond qui peuvent utiliser des ensembles de données pathologiques 3D pour faire des prédictions de résultats cliniques. L’équipe de recherche a photographié des échantillons de cancer de la prostate sélectionnés, à l’aide de deux techniques d’imagerie 3D haute résolution. Les modèles ont ensuite été formés pour prédire le risque de récidive du cancer de la prostate sur des biopsies volumétriques de tissus humains. En capturant de manière exhaustive les morphologies 3D de l’ensemble du volume tissulaire, Tripath a obtenu de meilleurs résultats que les pathologistes et a surpassé les modèles d’apprentissage profond qui s’appuient sur la morphologie 2D et les fines tranches de tissus.
